[发明专利]循环流化床生活垃圾焚烧锅炉炉膛出口烟气含氧量的预测系统及方法

说明书

技术领域

本发明涉及能源工程领域，特别地，涉及一种循环流化床生活垃圾焚烧锅炉炉膛出口烟气含氧量排放预测系统及方法。

背景技术

垃圾焚烧由于能够良好实现垃圾处理技术的减容化、减量化、无害化和资源化，近十几年内，在国家相关产业政策的引导下，国内垃圾焚烧行业取得了蓬勃的发展。从上世纪90年代开始，国内多家科研结构对中国城市生活垃圾(Municipal Solid Waste,MSW)燃烧机理进行了大量深入研究，掌握了混合收集、水分高、成分复杂的城市生活垃圾的燃烧特性，根据我国对煤、煤矸石等劣质燃料循环流化床(Circulating Fluidized Bed,CFB)燃烧技术的开发经验的基础上，开发出了循环流化床垃圾焚烧锅炉，从1998年浙江大学开发的第一台流化床垃圾焚烧炉投入运行开始，表现出了适用于对国内高水分、热值偏低且波动性很大的生活垃圾进行大规模的焚烧处理的特点。目前，CFB垃圾焚烧技术已经在国内的多个城市进行了推广应用，截止2015年底，国内已建成垃圾焚烧锅炉70余台，日处理垃圾量6.9万吨，为我国的垃圾焚烧处理行业做出了重要的贡献。

锅炉炉膛出口烟气含氧量是衡量锅炉是否安全、经济、环保运行的重要标志之一。炉膛出口含氧量太低则炉膛内的燃烧不能充分进行，大量的可燃物质未能燃尽，垃圾中的有害物质也无法得到充分的破坏，必然会导致炉渣的热灼减率超过《生活垃圾焚烧污染控制标准》(GB18485-2014)的规定的最低标准，炉膛本身也面临值结软焦的危险；炉膛出口含氧量太高，则过量的冷空气会带走炉膛中热量，炉膛中温度难以维持稳定，影响锅炉的安全稳定运行。工业生产中通常采用氧化锆对炉膛出口的烟气含氧量进行监测，然而炉膛内的环境极端复杂，经常使氧化锆测点因磨损而无法正常工作。同时，单纯的硬件测量系统无法探知炉膛出口烟气含氧量的运行变化特性。因此，构建一个足够精度的炉膛出口烟气含氧量预测系统和模型具有十分重要的意义。

国内外的研究人员对循环流化床锅炉的炉膛出口烟气含氧量动态特性建模进行了研究，主要有以下几种方法。一种是根据CFB锅炉燃烧动力学、流体力学、传热传质的特性，在经过合理的简化假设之后建立，通过数学描述的方式建立机理模型。这种方法能够反映烟气含氧量的变化趋势，但由于假设模型和真实模型之间的偏差而无法达到足够的精确度；另一种方法是在大量的试验台试验或者现场试验的基础上，通过回归分析的方法建立关于烟气含氧量动态特性的经验模型。这种方法需要耗费大量的人力物力，时间成本高，同时无法保证试验覆盖所有的工况，具有一定局限性；第三种方法利用计算流体力学、计算传热学和化学反应的简化机理模拟炉内燃烧过程，精确地求解烟气含氧量的生成情况，显示了良好的效果具有很大的发展潜力。但这种方法主要受限于流体力学模型和化学反应的简化机理与实际情况的差距，需要高端的计算机配置和很长的计算时间，因此采用这种方法仍处于初步发展阶段。此外，CFB垃圾焚烧锅炉的给料系统均匀性较差，入炉垃圾的热值波动性大、组分复杂、多边性强，是烟气含氧量预测建模过程中的面临的主要困难之一，它要求所建立的烟气含氧量动态特性模型具有良好的自适应能力，上述三种建模方法在这方面仍有所欠缺。

随着电子技术、计算机技术和信息技术的发展，集散控制系统(Distributed Control System,DCS)广泛的应用于CFB生活焚烧锅炉的运行过程，包含温度、压力、流量等参数在内的过程数据都被完善得保存下来，这些历史数据中包含丰富过程信息，是人们认识和了解生产过程的重要途径之一，具有很高的挖掘价值，为智能数据挖掘算法的应用研究和应用提供了绝佳的软硬件平台。支持向量机基于统计学习理论的VC(Vapnik-Chervonenkis)维理论和结构风险最小化(structural risk minimization)原则的统计学习方法，SVM的一个重要特征就是输入与输出之间的黑箱特性，它将待建模系统视为一个黑箱，不关心待求解问题的内部机制如何复杂，只关心系统的输入与输出。这使得SVM特别适用于CFB生活垃圾焚烧锅炉的炉膛出口烟气含氧量动态特性的建模，采用这种方法可以绕开烟气含氧量变化过程中带有的滞后性、非线性和时变性等难点，实现烟气含氧量与各影响因素之间的复杂映射关系。同时，SVM具有自学习能力，能够根据新鲜样本进行训练，自适应调整模型参数。当煤种、积灰以及设备性能(如垃圾给料系统的性能变化等)发生变化时，烟气含氧量动态特性模型也将随之发生变化。利用SVM的自学习特性可以在线训练调整烟气含氧量动态特性模型，保证模型的精度。